ViSAR: Training-Free Adaptive-$k$ Retrieval for Visual Document Question Answering
ViSAR通过在嵌入空间中构建查询条件页面级相似度矩阵,动态决定检索页面数量,解决了固定top-k检索方法导致的LVLM延迟增加和答案准确性下降问题。
0 citationsRead paper
ViSAR通过在嵌入空间中构建查询条件页面级相似度矩阵,动态决定检索页面数量,解决了固定top-k检索方法导致的LVLM延迟增加和答案准确性下降问题。
本文提出Debias-SparseGPT,一种结合了代表性偏差减少的后训练剪枝方法,有效解决了现有稀疏化方法在大语言模型中放大偏见的问题。
研究了图结构资源的公平分配问题,提出并证明了非迹图的EF1_outer分配存在性,并探讨了树的EF1_outer谱猜想。
本文提出C-Unseen框架,通过LLM推理在动态时间知识图谱中检测弱信号,解决了现有方法无法捕捉信号语义和关系结构的问题。
为解决多指抓取对新物体泛化能力差的问题,提出GOAG模型,通过学习夹爪接触面分布的紧凑潜在表示来生成有效的抓取配置。
ViSAR通过在嵌入空间中构建查询条件页面级相似度矩阵,动态决定检索页面数量,解决了固定top-k检索方法导致的LVLM延迟增加和答案准确性下降问题。
本文提出Debias-SparseGPT,一种结合了代表性偏差减少的后训练剪枝方法,有效解决了现有稀疏化方法在大语言模型中放大偏见的问题。
研究了图结构资源的公平分配问题,提出并证明了非迹图的EF1_outer分配存在性,并探讨了树的EF1_outer谱猜想。
本文提出C-Unseen框架,通过LLM推理在动态时间知识图谱中检测弱信号,解决了现有方法无法捕捉信号语义和关系结构的问题。
为解决多指抓取对新物体泛化能力差的问题,提出GOAG模型,通过学习夹爪接触面分布的紧凑潜在表示来生成有效的抓取配置。